Zonas Basicas de Salud con python

1. Un mapa base.
2. Shape de cada área del mapa.
3. Datos a representar de cada área/shape.
4. Asociar los datos de ZBS a cada shape.
5. Mapa con los datos.
¶WEB Datos de Zonas Básicas de Madrid
| zona_basica_salud | fecha_informe | casos_confirmados_activos_ultimos_14dias | tasa_incidencia_acumulada_activos_ultimos_14dias | casos_confirmados_ultimos_14dias | TIA_14d | casos_confirmados_totales | tasa_incidencia_acumulada_total | codigo_geo | |
|---|---|---|---|---|---|---|---|---|---|
| 0 | Abrantes | 2021-02-02 11:07:00 | NaN | NaN | 253.0 | 822 | 2591 | 8426.56 | 001 |
| 189 | Orcasur | 2021-02-02 11:07:00 | NaN | NaN | 107.0 | 774 | 1158 | 8381.59 | 190 |
| 195 | Parque Coimbra | 2021-02-02 11:07:00 | NaN | NaN | 106.0 | 867 | 1065 | 8715.22 | 196 |
| 194 | Paracuellos del Jarama | 2021-02-02 11:07:00 | NaN | NaN | 213.0 | 842 | 1441 | 5702.64 | 195 |
| 193 | Panaderas | 2021-02-02 11:07:00 | NaN | NaN | 384.0 | 1035 | 3214 | 8664.71 | 194 |
<class 'pandas.core.frame.DataFrame'> Int64Index: 286 entries, 0 to 285 Data columns (total 3 columns): # Column Non-Null Count Dtype --- ------ -------------- ----- 0 TIA_14d 286 non-null int64 1 codigo_geo 286 non-null object 2 fecha_informe 286 non-null object dtypes: int64(1), object(2) memory usage: 39.9 KB
Vemos un DataFrame con 286 registros.
Uno por cada ZBS Con 3 campos en cada registro.
| TIA_14d | codigo_geo | fecha_informe | |
|---|---|---|---|
| 0 | 822 | 001 | 2021-02-02 |
| 1 | 931 | 002 | 2021-02-02 |
| 2 | 953 | 003 | 2021-02-02 |
<class 'geopandas.geodataframe.GeoDataFrame'> Int64Index: 286 entries, 0 to 285 Data columns (total 6 columns): # Column Non-Null Count Dtype --- ------ -------------- ----- 0 codigo_geo 286 non-null object 1 pob_pad19 286 non-null int64 2 zona_basic 286 non-null object 3 geometry 286 non-null geometry 4 TIA_14d 286 non-null int64 5 fecha_informe 286 non-null object dtypes: geometry(1), int64(2), object(3) memory usage: 65.5 KB
<class 'pandas.core.frame.DataFrame'> Int64Index: 286 entries, 0 to 285 Data columns (total 3 columns): # Column Non-Null Count Dtype --- ------ -------------- ----- 0 TIA_14d 286 non-null int64 1 codigo_geo 286 non-null object 2 fecha_informe 286 non-null object dtypes: int64(1), object(2) memory usage: 39.9 KB
Fácil de adaptar, el tamaño, la transparencia ('alpha') de los shapes.
- Por ejemplo: Filtrar las ZBS con TIA_14d mayor que un valor indicado. Es fácil.
AVISO: Tarda un poquito en realizar el filtrado.
<Projected CRS: EPSG:25830> Name: ETRS89 / UTM zone 30N Axis Info [cartesian]: - E[east]: Easting (metre) - N[north]: Northing (metre) Area of Use: - name: Europe - 6°W to 0°W and ETRS89 by country - bounds: (-6.0, 35.26, 0.0, 80.53) Coordinate Operation: - name: UTM zone 30N - method: Transverse Mercator Datum: European Terrestrial Reference System 1989 - Ellipsoid: GRS 1980 - Prime Meridian: Greenwich
<class 'geopandas.geodataframe.GeoDataFrame'> Int64Index: 10296 entries, 0 to 10295 Data columns (total 12 columns): # Column Non-Null Count Dtype --- ------ -------------- ----- 0 codigo_geo 10296 non-null object 1 pob_pad19 10296 non-null int64 2 zona_basic 10296 non-null object 3 geometry 10296 non-null geometry 4 zona_basica_salud 10296 non-null object 5 fecha_informe 10296 non-null datetime64[ns] 6 casos_confirmados_activos_ultimos_14dias 2444 non-null float64 7 tasa_incidencia_acumulada_activos_ultimos_14dias 5434 non-null float64 8 casos_confirmados_ultimos_14dias 8417 non-null float64 9 TIA_14d 10296 non-null int64 10 casos_confirmados_totales 10296 non-null int64 11 tasa_incidencia_acumulada_total 10296 non-null float64 dtypes: datetime64[ns](1), float64(4), geometry(1), int64(3), object(3) memory usage: 2.9 MB
[400, 2130) 286 [250, 400) 0 [150, 250) 0 [50, 150) 0 [25, 50) 0 [0, 25) 0 Name: TIA_14d, dtype: int64
Creando para 2021-02-02 ... fichero img/2021-02-02.png Creando para 2021-01-26 ... fichero img/2021-01-26.png Creando para 2021-01-19 ... fichero img/2021-01-19.png Creando para 2021-01-12 ... fichero img/2021-01-12.png Creando para 2021-01-05 ... fichero img/2021-01-05.png Creando para 2020-12-29 ... fichero img/2020-12-29.png Creando para 2020-12-22 ... fichero img/2020-12-22.png Creando para 2020-12-15 ... fichero img/2020-12-15.png Creando para 2020-12-09 ... fichero img/2020-12-09.png Creando para 2020-12-01 ... fichero img/2020-12-01.png Creando para 2020-11-24 ... fichero img/2020-11-24.png Creando para 2020-11-17 ... fichero img/2020-11-17.png Creando para 2020-11-10 ... fichero img/2020-11-10.png Creando para 2020-11-03 ... fichero img/2020-11-03.png Creando para 2020-10-27 ... fichero img/2020-10-27.png Creando para 2020-10-20 ... fichero img/2020-10-20.png Creando para 2020-10-13 ... fichero img/2020-10-13.png Creando para 2020-10-06 ... fichero img/2020-10-06.png Creando para 2020-09-29 ... fichero img/2020-09-29.png Creando para 2020-09-22 ... fichero img/2020-09-22.png Creando para 2020-09-15 ... fichero img/2020-09-15.png Creando para 2020-09-08 ... fichero img/2020-09-08.png Creando para 2020-09-01 ... fichero img/2020-09-01.png Creando para 2020-08-25 ... fichero img/2020-08-25.png Creando para 2020-08-18 ... fichero img/2020-08-18.png Creando para 2020-08-11 ... fichero img/2020-08-11.png Creando para 2020-08-04 ... fichero img/2020-08-04.png Creando para 2020-07-21 ... fichero img/2020-07-21.png Creando para 2020-07-14 ... fichero img/2020-07-14.png Creando para 2020-07-07 ... fichero img/2020-07-07.png Creando para 2020-06-30 ... fichero img/2020-06-30.png Creando para 2020-06-23 ... fichero img/2020-06-23.png Creando para 2020-06-16 ... fichero img/2020-06-16.png Creando para 2020-06-09 ... fichero img/2020-06-09.png Creando para 2020-06-02 ... fichero img/2020-06-02.png Creando para 2020-05-26 ... fichero img/2020-05-26.png